Investigation of the effectiveness of goal programming in Project Management Activities

• Autorzy: Pirhaveen Niroshi , Senthooran Vijayanathan

Identyfikatory

DOI

10.5604/01.3001.0054.6329

Warianty tytułu

PL

Badanie efektywności programowania celów w zarządzaniu projektami : zajęcia

• Języki publikacji: EN

Abstrakty

EN

The regulation of objectives that are inconsistent with the use of all related resources through the organization is the principal project management (PM) work. In present situations, the Project Manager is responsible for managing multiple conflicting objectives, these objectives are normally fuzzy owing to information will be insufficient and unavailable. At the earliest stage, it was difficult for the decision maker to develop a plan to shorten the total completion time, minimize the project total cost and maximize the quality of the project. The aim of this study is to compare a combination of fuzzy goal programming and grey linear programming techniques and multi objective integer grey programming model of programming with multiple fuzzy objectives (programming with fuzzy objectives) which is applied to a project management problem. This study provides a systematic decision-making framework for resolving PM decision issues with multiple goals in uncertain environments. A real-world numerical example is used to compare the different techniques in this study. Finally, the results determine the best method that gives the best combination of the parameters used for project activities. Results demonstrate that this model can be implemented as an effective tool.

PL

Regulacja celów, które są niezgodne z wykorzystaniem wszystkich powiązanych zasobów w organizacji, jest główną pracą zarządzania projektami (PM). W obecnych sytuacjach Kierownik Projektu jest odpowiedzialny za zarządzanie wieloma sprzecznymi celami, cele te są zwykle niejasne, ponieważ informacje będą niewystarczające i niedostępne. Na najwcześniejszym etapie decydentowi trudno było opracować plan skracający całkowity czas realizacji, minimalizujący całkowity koszt projektu i maksymalizujący jakość projektu. Celem tego badania jest porównanie kombinacji technik programowania z celami rozmytymi i programowania liniowego w szarościach oraz wieloobiektowego modelu programowania w szarości w kolorze całkowitym z wieloma celami rozmytymi (programowanie z celami rozmytymi), który jest stosowany do problemu zarządzania projektami. Niniejsze badanie zapewnia systematyczne ramy podejmowania decyzji umożliwiające rozwiązywanie problemów decyzyjnych PM mających wiele celów w niepewnym środowisku. Do porównania różnych technik w tym badaniu wykorzystano rzeczywisty przykład liczbowy. Ostatecznie wyniki wyznaczają najlepszą metodę, która daje najlepszą kombinację parametrów wykorzystywanych w działaniach projektowych. Wyniki pokazują, że model ten można wdrożyć jako skuteczne narzędzie.

Słowa kluczowe

EN

iron triangle; time-cost-quality tradeoff; grey numbers

PL

żelazny trójkąt; kompromis czas-koszt-jakość; szare cyfry

• Wydawca: Institute of Computer and Information Systems, Faculty of Cybernetics, Military University of Technology
• Czasopismo: Computer Science and Mathematical Modelling
• Rocznik: 2023
• Tom: No. 18
• Strony: 21--32
• Opis fizyczny: Bibliogr. 24 poz., rys., tab.

Twórcy

autor

Pirhaveen Niroshi

• Department of ICT, Faculty of Technological Studies, University of Vavuniya, Vavuniya, Sri Lanka

autor

Senthooran Vijayanathan

• Department of ICT, Faculty of Technological Studies, University of Vavuniya, Vavuniya, Sri Lanka

Bibliografia

• [1] Yahia-Berrouiguet Abdelkrim, Tissourassi Khadija, “Application of goal programming model for allocating time and cost in project management: A case study from the company of construction seror”, Yugoslav Journal of Operations Research, Vol. 25(2), 283-289 (2015).
• [2] Aoieong R. T., et al., A process approach in measuring quality costs of construction projects: Model development, Construction Management and Economics, Vol. 20(2), 179-192 (2002).
• [3] Babu A. J. G., Suresh N., “Project management with time, cost, and quality considerations”, European Journal of Operational Research, Vol. 88(2), 320-327 (1996).
• [4] Akkan C., “A lagrangian heuristic for the discrete time cost tradeoff problem for activity-on-arc project networks”, Working paper, Koc University, 1998.
• [5] Verdini W. A., et al., “Nonlinear time-cost tradeoff models in project management”, Computers and Industrial Engineering, Vol. 28(2), 219-229 (1995).
• [6] Demeulemeester E., et al., “New computational results on the discrete time/cost trade-off problem in project networks”, Journal of Operational Research Society, Vol. 49, 1153-1163 (1998).
• [7] Huang G. H., “Grey mathematical programming and its application to municipal/ solid waste management planning”, Ph. D. Dissertation, Department of Civil Engineering, McMaster University, Ont. 1994.
• [8] Patterson J. H., Harvey R. T., “An implicit enumeration algorithm”, Found, Vol. 4, 107-117 (1975).
• [9] Kelly J. E., “Critical-path planning and scheduling: mathematical basis”, Operational Research, Vol. 9(3):239-320 (1961).
• [10] Myint Y. M., Khang D., “Time, cost and quality tradeoff in project management: a case study”, International Journal of Project Management, Vol. 17(4), 249-256 (1999).
• [11] Kaka A., Khosrowshahi F., “The mathematics of cost-duration trade-off curves”, Procurement Systems Symposium - Information and Communication in Construction Procurement, Santiago, Chile, 2000.
• [12] Irani Z Love PED. A project management quality cost information, Information and Management Journal, Vol. 40(7), 649-661 (2003).
• [13] Mubiru P. K., “A goal programming model for allocating time and cost in project”, Proceedings of the 6th ORSEA Conference, 14-15 October, Kampala 2010.
• [14] Siemens N. A., “Simple CPM time cost trade-off algorithm”, Management Science, Vol. 17(6), 354-363 (1971).
• [15] Ghosh J. B., et al., “The discrete time cost tradeoff problem revisited”, European Journal Operational Ressearch, Vol. 81(2), 225-238 (1995).
• [16] Atkinson R., “Project management: cost, time and quality, two best guesses and a phenomenon, it’s time to accept other success criteria”, International Journal Project Management, Vol. 17(6), 337-342 (1999).
• [17] Abdelsalam H. M., et al., “Multi objective optimization of time cost trade-off analysis in critical chain project management networks using pareto simulated annealing”, 6th International Conference on Informatics and Systems (INFOS 2008), p. 27-29.
• [18] Hajiagha S. H. R., et al., “A hybrid model of fuzzy goal programming and grey numbers in continuous project time, cost, and quality tradeoff”, International Journal of Advanced Manufacturing Technology, Vol. 71, 117-126 (2014).
• [19] Phillips S., “Project management duration/resource trade-off analysis an application of the cut search approach”, Journal Operational Research Society, Vol. 47(5), 697-701 (1996).
• [20] Salmasnia A., et al., “A robust scheduling of projects with time, cost, and quality considerations”, International Journal of Advanced Manufacturing Technology, Vol. 60(5-8), 631-642 (2012).
• [21] Razavi S. H., et al., “An integer grey goal programming for project time, cost and quality trade-off”, Inzinerine Ekonomika-Engineering Economics, Vol. 26(1), 93-100 (2015).
• [22] Tavakkoli-Moghadam R., et al., “Optimizing a multi objectives time cost quality trade-off problem by a new hybrid genetic algorithm”, World Applied Science Journal, Vol. 10(3), 355-363 (2010).
• [23] Goyal S. K., “A note on a simple cpm time cost tradeoff algorithm”, Management Science, Vol. 21(6), 718-722 (1975).
• [24] Snyde Stackpole C., A User’s Manual to the PMBOK Guide, John Wiley and Sons, 2013.